Pantera Capital: Quatro Oportunidades no Mercado de Poder Computacional

Autor: Jay Yu, sócio da Pantera Capital

Compilação: Jiahua, ChainCatcher

Introdução

Os gastos com poder computacional e infraestrutura de centros de dados tornaram-se um mercado de escala de trilhões de dólares, comparável aos gastos de consumo dos EUA, e gradualmente se tornaram um pilar importante do crescimento econômico dos EUA.

No entanto, à medida que os agentes de IA entram gradualmente na economia real, a demanda por poder computacional continua a crescer, mas a forma de aquisição de GPUs ainda é bastante tradicional. Embora mercados de poder computacional como SF Compute, Vast AI e Runpod já tenham surgido, a compra e venda de um grande número de nós de GPU ainda é realizada por meio de chats em grupo, corretores de balcão e acordos bilaterais personalizados.

Atualmente, o poder computacional de GPU ainda está em um estágio inicial de financeirização. Semelhante à eletricidade, o poder computacional não é um ativo completamente homogêneo; ele é restringido por fatores como modelo de chip, prazo de entrega e localização geográfica. Mas nos próximos 5 a 10 anos, o poder computacional provavelmente se tornará gradualmente uma mercadoria como eletricidade ou petróleo, tornando-se um recurso-chave que sustenta a operação da economia global na era da IA.

Este artigo explorará como o mercado de poder computacional pode alcançar essa transformação, incluindo lições do mercado de eletricidade, a estrutura potencial do mercado de poder computacional, produtos em desenvolvimento na indústria e as oportunidades e desafios no processo de commoditização do poder computacional.

1. Procurando respostas no mercado de eletricidade 
1.1 Estrutura do mercado de eletricidade

Para entender a possível evolução futura do mercado de poder computacional, podemos primeiro observar o funcionamento do seu recurso subjacente — o mercado de eletricidade.

Assim como o poder computacional, a eletricidade é um ativo com heterogeneidade, atributos temporais e atributos de hub, e é uma base importante para o crescimento econômico global.

Desde a década de 1990, o sistema elétrico dos EUA foi gradualmente privatizado. As empresas de eletricidade originalmente altamente integradas verticalmente começaram a separar os segmentos de geração, transmissão e distribuição.

Operadores de rede independentes começaram a gerir os sistemas elétricos em diferentes regiões dos EUA. Ao mesmo tempo, grandes sistemas elétricos interconectados como PJM-West (Costa Leste), ERCOT North (Texas) e CAISO SP15 (Sul da Califórnia) acabaram por se tornar mercadorias negociáveis em bolsas como CME e ICE, formando importantes referências de preço para toda a classe de ativos de eletricidade.

No nível físico, o mercado de eletricidade pode ser resumido aproximadamente na estrutura de "rede, operador, nó".

No topo estão as redes regionais mutuamente independentes. Abaixo de cada rede regional, existem vários operadores de sistema, incluindo organizações regionais de transmissão (RTO) e operadores de sistema independentes (ISO). Esses operadores são responsáveis por gerir vários nós de subestação em suas áreas.

Por exemplo, em São Francisco, uma cidade pode ser alimentada por vários nós de subestação, como Embarcadero, Larkin e Mission.

O preço da eletricidade em cada nó não é exatamente o mesmo, mas é determinado por um algoritmo chamado "preço marginal nodal" (LMP). Esse algoritmo considera o cronograma de geração, a demanda do usuário, os custos de transmissão e os padrões de fluxo de eletricidade para calcular o preço ótimo sob restrições.

O algoritmo LMP tornou-se o elo-chave que conecta a entrega física de eletricidade a referências negociáveis de eletricidade como PJM-West.

Os preços de hub e os preços de índice no mercado de eletricidade são essencialmente médias ponderadas dos preços de vários nós LMP terminais. As maiores e mais líquidas referências de preço acabam por obter profundidade de negociação estável em bolsas como CME e ICE, tornando-se preços de referência para toda a classe de ativos de eletricidade.

1.2 Estrutura potencial do mercado de poder computacional

Observando o desenvolvimento do mercado de eletricidade nos últimos 30 anos, podemos fazer algumas inferências sobre o mercado de poder computacional.

Primeiro, o mercado de poder computacional pode formar uma estrutura semelhante à do mercado de eletricidade.

Em termos de entrega física, a versão de poder computacional mais próxima da estrutura "rede, operador, nó" do mercado de eletricidade pode ser "hardware, fornecedor, cluster".

Assim como o mercado de eletricidade tem várias redes regionais mutuamente independentes, o mercado de poder computacional também pode formar vários mercados com base em diferentes categorias de hardware. Categorias de chips como H100, H200, B200 e B300 podem ter referências de preço independentes, mas inter-relacionadas.

No nível do operador, fornecedores de poder computacional como AWS, Nebius, CoreWeave, SF Compute e Ornn fornecerão diferentes mecanismos de preços para clusters específicos. Esses clusters também serão afetados por tempo, localização e SKU, semelhante aos diferentes nós no mercado de eletricidade.

Quanto ao equivalente do LMP no mercado de poder computacional, pode ser um algoritmo de agendamento ou roteamento. Esse algoritmo gera dinamicamente preços de instâncias de poder computacional com base na disponibilidade de SKUs específicos.

As referências que eventualmente se tornam preços de referência da indústria no mercado de eletricidade, como PJM-West, ERCOT-North e CAISO SP15, geralmente estão conectadas à infraestrutura de entrega física mais líquida. Isso é semelhante a outros mercados de mercadorias, como o petróleo.

À medida que mais referências de preço surgem no campo do poder computacional, as que eventualmente vencerem podem ser aquelas conectadas a locais de entrega física de alta liquidez.

Além disso, no mercado de eletricidade, geradores e empresas consumidoras às vezes fazem hedge diretamente na bolsa de eletricidade, mas a maioria das negociações ainda é realizada por mesas de balcão (OTC) operadas por bancos e empresas de trading. Essas instituições OTC trocam preços de liquidação de nós por preços de liquidação de hub, ganhando o spread e fazendo hedge de seus próprios riscos.

Uma estrutura de mercado semelhante também pode surgir no mercado de poder computacional. Os compradores e vendedores reais no mercado de poder computacional, ou seja, novos provedores de serviços em nuvem e empresas de IA, podem preferir comprar SKUs específicos por meio de corretores, em vez de fazer hedge diretamente na bolsa de poder computacional.

Por fim, o mercado de poder computacional pode enfrentar um risco de base mais severo do que o mercado de eletricidade.

De acordo com a Lei Federal de Energia dos EUA, os preços de eletricidade no atacado devem ser transparentes sob a supervisão da Comissão Federal de Regulação de Energia (FERC). No entanto, o mercado de poder computacional atualmente não tem requisitos de transparência semelhantes.

Isso significa que os preços dinâmicos e índices que podem ser estabelecidos no mercado de poder computacional podem se basear apenas em seus próprios livros de ordens e nos dados de livros de ordens fornecidos por novos provedores de serviços em nuvem parceiros. Essas parcerias podem ser realizadas por meio de compartilhamento de receita, compra de dados e outros métodos.

2. Estrutura do mercado de poder computacional

2.1 Estrutura de três camadas da demanda de inferência

O mercado de eletricidade existe porque o sistema industrial tem demanda contínua por eletricidade. Da mesma forma, o motor fundamental do mercado de poder computacional é a demanda por tokens, especialmente tokens de inferência.

A cadeia industrial de inferência atual pode ser dividida aproximadamente em três camadas, que juntas constituem os lados estrutural de oferta e demanda do mercado de poder computacional.

Camada de novos provedores de serviços em nuvem

Empresas como Nebius e CoreWeave operam centros de dados físicos e constituem o lado vendedor de GPUs.

Camada sob demanda

Plataformas de desenvolvedores como Fireworks e Baseten transformam ambientes de GPU bare-metal em ambientes de uso de GPU mais completos, permitindo que os desenvolvedores executem tarefas diretamente ou obtenham tokens de inferência a qualquer momento. Essa camada representa o lado comprador de GPUs.

Camada de aplicação

Aplicativos como Cursor, Perplexity e Rime usam plataformas de inferência para fornecer produtos finais a usuários e empresas. Essa camada é o lado da demanda por tokens, e a demanda por tokens se converte em demanda por poder computacional de GPU.

Embora cada empresa no ecossistema tenha estratégias diferentes de gestão de GPU, no geral, os novos provedores de serviços em nuvem estão no lado da oferta do mercado de GPU, representando posições vendidas estruturais; as camadas sob demanda e de aplicação estão no lado da demanda, representando posições compradas estruturais.

Por outro lado, grandes provedores de serviços em nuvem como Amazon e Google operam produtos nas três camadas simultaneamente.

Quanto ao fluxo de lucros na cadeia industrial, uma regra prática aproximada é: quando um aplicativo de topo gasta 100 dólares em tokens, cerca de 45 dólares vão para a camada sob demanda, 50 dólares para a camada de novos provedores de serviços em nuvem ou GPU, e os 5 dólares restantes vão para camadas de roteamento como OpenRouter.

2.2 Estrutura do mercado de capitais de poder computacional

A estrutura econômica de tokens dos vários participantes na cadeia industrial de IA influenciará a forma final do mercado de capitais de poder computacional.

Uma estrutura possível é: plataformas de desenvolvedores e camadas de aplicação no lado da demanda, e novos provedores de serviços em nuvem no lado da oferta, negociarão SKUs específicos por meio de corretores de poder computacional e plataformas de negociação OTC como SF Compute, Runpod e Compute Exchange.

Em seguida, os corretores de poder computacional e as plataformas de negociação OTC gerirão inventário e assumirão o risco de base entre os SKUs específicos exigidos pelos consumidores finais de tokens e o H200 genérico.

Eles podem fazer hedge por meio de plataformas de negociação de poder computacional como Architect ou Pluto.

Os preços nessas plataformas de negociação são baseados em uma referência de poder computacional. Essa referência é uma média ponderada dos preços dos livros de ordens de novos provedores de serviços em nuvem e plataformas OTC parceiros.

2.3 NVIDIA: o "banco central" do mercado de poder computacional

Além disso, a NVIDIA anunciou recentemente que permitirá que o poder computacional de suas fábricas de IA se torne uma "classe de ativos investível".

No sistema de financeirização do poder computacional, a NVIDIA pode ser vista como o "banco central" do mercado de poder computacional, porque ela quase monopoliza a pilha de tecnologia de GPU.

Os bancos centrais geralmente têm vários objetivos principais:

Gerir a inflação na economia;

Promover o pleno emprego;

Atuar como emprestador de última instância em situações extremas.

Até certo ponto, a NVIDIA está desempenhando esses três papéis.

Primeiro, gerir a "inflação". A "inflação" na economia de GPU pode ser comparada ao ciclo de depreciação das GPUs, especialmente relacionada à velocidade de depreciação dos chips de última geração. Ao controlar o ritmo de lançamento de produtos, como o lançamento do Vera Rubin, a NVIDIA pode, até certo ponto, influenciar a velocidade de depreciação das GPUs ao longo do tempo.

Segundo, manter alta utilização de GPU. Alta utilização de GPU geralmente indica forte demanda de mercado por tokens, levando os usuários a comprar mais GPUs. Portanto, a NVIDIA tem incentivo para promover a financeirização do poder computacional de GPU, tornando a negociação de horas de GPU mais líquida e, assim, aumentando ainda mais a utilização de GPU.

Por fim, atuar como emprestador de última instância. A NVIDIA também anunciou que fornecerá suporte de até 25% do valor residual das GPUs. Isso pode ser visto como um mecanismo de resgate ou seguro para o valor das GPUs: quando novos provedores de serviços em nuvem e outros fornecedores de GPU enfrentarem crises de liquidez, esse suporte pode garantir o valor residual das GPUs.

3. Oportunidades e desafios do mercado de poder computacional

3.1 Tipos de produtos no mercado de poder computacional

À medida que o grau de financeirização do mercado de poder computacional aumenta, vários tipos principais de produtos podem surgir na indústria. Cada tipo de produto tem suas vantagens e desafios.

Produto 1: Entrega física

Entrega física refere-se à entrega real de equipamentos de GPU aos usuários finais que precisam de poder computacional. Projetos como SF Compute, Hyperbolic, Vast, Runpod e Compute Exchange pertencem a essa camada de produto. Essa camada está mais próxima do hardware em si, conectando diretamente a oferta e a demanda de poder computacional.

Devido à alta heterogeneidade dos SKUs de poder computacional, muitos projetos inicialmente atuam apenas como corretores, ganhando comissões ao combinar a demanda de GPU com novos provedores de serviços em nuvem. A longo prazo, o objetivo dessa camada pode ser estabelecer alguma forma de "bolsa à vista de poder computacional".

No entanto, garantir continuamente a qualidade da entrega física de GPU é uma questão muito desafiadora, especialmente para projetos cuja oferta vem de redes descentralizadas. O mercado de poder computacional pode precisar de agências de classificação semelhantes à Moody's para certificar a qualidade das GPUs entregáveis, a fim de promover o amadurecimento dessa camada.

Embora a camada de entrega física seja altamente competitiva, a longo prazo ela pode ter o fosso mais duradouro. Olhando para os mercados de petróleo e eletricidade, pode-se observar que os sistemas de financeirização geralmente se desenvolvem em torno dos locais de entrega mais líquidos de mercadorias físicas, formando gradualmente índices, bolsas e produtos financeiros de empréstimo.

Portanto, quem conseguir resolver primeiro o problema da entrega física de GPU poderá obter retornos de mercado significativos.

Produto 2: Índices

Essa camada refere-se principalmente às "curvas de índice" construídas sobre o poder computacional, incluindo índices de preços de poder computacional lançados por projetos como Ornn, Silicon Data, Compute Desk e Semianalysis.

Estabelecer índices é um passo importante para a financeirização e negociação de ativos como o poder computacional. Pode-se dizer que muitas das discussões atuais sobre o "mercado de poder computacional" começaram a esquentar justamente com o amadurecimento gradual dos índices de poder computacional. Grandes bolsas como CME e ICE também anunciaram cooperação com índices relevantes.

No entanto, muitos índices de poder computacional ainda apresentam lacunas de preço significativas em relação aos mercados individuais de GPU.

Existem duas razões principais para essa lacuna de preço.

Primeiro, os produtos subjacentes em si são diferentes. Diferentes plataformas de poder computacional geralmente diferem muito em estabilidade do produto, interrupção e termos contratuais.

Segundo, os livros de ordens por trás de diferentes índices de poder computacional não são os mesmos, e o mercado de poder computacional carece dos requisitos de transparência de outras classes de ativos. Por exemplo, a FERC exige transparência no mercado de eletricidade.

Atualmente, muitos índices de poder computacional apenas compram dados de livros de ordens em massa de novos provedores de serviços em nuvem, ou estabelecem conjuntos de dados iniciais por meio de parcerias e acordos de compartilhamento de receita. Além disso, a camada de índice operada de forma independente tem capacidade de monetização mais fraca do que as bolsas e a camada de entrega física.

Portanto, embora a camada de índice possa gerar visibilidade e desempenhar um papel importante no sistema do mercado de poder computacional, ela é simultaneamente espremida por montante e jusante:

A camada de entrega física a montante controla a fonte dos preços;

As bolsas a jusante esperam obter uma parte da receita dos índices.

Produto 3: Plataformas de negociação de derivativos

A terceira camada são as plataformas de negociação de derivativos, que geralmente oferecem produtos futuros com liquidação em dinheiro. Essas plataformas, baseadas em índices de poder computacional, fornecem ferramentas de hedge para os participantes do mercado. Liquid Compute e Architect estão desenvolvendo produtos relacionados.

A longo prazo, as plataformas de negociação de derivativos podem ser o produto mais aguardado e mais facilmente escalável em termos de monetização no sistema de financeirização do poder computacional. No entanto, essa área ainda está em estágio inicial, e o volume de negociação ainda não atingiu escala significativa.

Além disso, os produtos negociáveis em plataformas de negociação com liquidação em dinheiro geralmente são instâncias H200 genéricas, não SKUs específicos que podem ser usados diretamente para inferência. Portanto, os participantes reais dessas plataformas de negociação podem ser principalmente plataformas OTC e corretores de poder computacional, em vez de empresas finais na cadeia industrial de IA. Os primeiros buscam fazer hedge do inventário de poder computacional mantido em seus balanços, enquanto os últimos precisam gerir sua própria exposição ao poder computacional.

Produto 4: Instrumentos de financeirização

O campo do poder computacional também pode ver o surgimento de produtos de financeirização mais amplos, fornecendo suporte de financiamento para centros de dados e novos provedores de serviços em nuvem. Por exemplo, protocolos de empréstimo, Vaults e stablecoins sintéticas como USD.AI podem ajudar centros de dados e novos provedores de serviços em nuvem a concluir a construção de infraestrutura.

Ao mesmo tempo, o mercado também pode ver o surgimento de camadas de transferência de risco e seguro para suavizar o risco de base na economia de GPU. Observando as diferentes camadas acima, pode-se ver com relativa clareza a forma completa que o mercado de poder computacional pode eventualmente assumir.

Os vencedores serão participantes de pilha completa capazes de realizar entrega física confiável de GPU. Eles podem formar índices de preços a partir de seus próprios livros de ordens físicos e, em seguida, estabelecer bolsas de futuros de poder computacional, tornando o poder computacional uma classe de ativos que pode ser protegida.

No entanto, a verdadeira divergência na indústria está na ordem em que os diferentes produtos aparecem. Os vencedores finais começarão com a entrega física, ou primeiro estabelecerão índices, ou primeiro lançarão plataformas de negociação?

3.2 Fronteiras da economia de tokens de poder computacional

Até agora, discutimos principalmente o mercado de poder computacional no nível de GPU. No entanto, também podemos ampliar a perspectiva e observar a economia de tokens de poder computacional de forma mais ampla, incluindo sua evolução histórica, métodos de captura de valor e a relação de jogo com laboratórios de modelos de fronteira.

Historicamente, o mercado de poder computacional não é um conceito totalmente novo. De 2023 a 2024, projetos como SF Compute e Hyperbolic já discutiam esse modelo, e projetos descentralizados como Akash e IONet também exploravam direções semelhantes.

Curiosamente, muitos projetos acabaram não permanecendo no nível do mercado de GPU. Por exemplo, a Hyperbolic mais tarde se tornou um provedor de serviços de inferência, vendendo tokens diretamente; a SF Compute começou a assinar contratos diretamente e operar clusters de poder computacional.

Do ponto de vista da cadeia de valor, o valor flui de aplicativos de IA como Cursor, Harvey e Granola para camadas de roteamento como OpenRouter, depois para provedores de serviços de inferência como Fireworks e Baseten, e finalmente para novos provedores de serviços em nuvem e mercados de poder computacional como Nebius, CoreWeave e SF Compute, e por fim para operadores de centros de dados.

Se uma empresa permanecer no meio da cadeia industrial, poderá ser espremida por montante e jusante. Para manter margens de lucro mais estáveis, a empresa pode eventualmente precisar se estender para montante ou expandir para jusante.

O mercado de tokens também apresenta uma perspectiva de teoria dos jogos muito interessante, com três forças inegáveis em ação.

A primeira força é a NVIDIA, que controla a oferta de GPUs e a velocidade de depreciação.

A segunda força são os laboratórios de modelos de fronteira como Anthropic e OpenAI, que continuamente lançam novos modelos e podem aumentar rapidamente a demanda por tokens.

A terceira força são os modelos de código aberto como Kimi, GLM, DeepSeek e Qwen, que exercem pressão descendente sobre as margens de lucro da inferência.

Essas três forças juntas fornecem impulso e pressão contínuos para os lados de oferta e demanda dos mercados de GPU e de tokens. Qualquer uma delas pode reescrever a curva de preços de todo o mercado ao lançar um produto importante.

Por exemplo, o lançamento do GPT 5.6 pode se tornar um evento decidido por empresas, mas difícil de prever antecipadamente pelo mercado, desencadeando reações em cadeia na cadeia de valor de tokens de IA e causando flutuações nos preços de tokens e de hardware de GPU.

Portanto, se uma empresa puder operar serviços de inferência e mercado de hardware de GPU dentro do mesmo sistema, pode ser mais viável comercialmente. Esse modelo pode fazer hedge contra os riscos decorrentes de mudanças na estrutura de lucros a montante e a jusante da cadeia industrial.

Conclusão

Olhando para a história, mercados de mercadorias como petróleo e eletricidade inicialmente também dependiam de negociações bilaterais facilitadas por intermediários, com processos de negociação opacos e falta de padrões unificados. No entanto, com o tempo, a entrega física gradualmente desenvolveu uma série de protocolos e infraestrutura financeira, incluindo índices, padronização de negociação e auditoria de qualidade, eventualmente evoluindo para classes de ativos altamente financeirizadas.

Hoje, o mercado de poder computacional está passando por uma transformação semelhante. Já surgiram no mercado muitos projetos que tentam financeirizar instrumentos básicos, incluindo índices de poder computacional, bolsas com liquidação em dinheiro, produtos de empréstimo e produtos de seguro.

Ao mesmo tempo, o mercado físico de GPU e os provedores de serviços em nuvem também estão continuamente se estendendo para montante e jusante na cadeia industrial, tentando capturar o valor completo na economia de tokens. Como recurso subjacente que sustenta toda a economia de IA, o poder computacional está gradualmente se transformando de mera infraestrutura em um ativo financeiro independente.

No futuro, esse campo pode ver o surgimento de várias empresas unicórnio cobrindo diferentes camadas do mercado, formando vários modelos de negócios, incluindo fornecimento físico de poder computacional, serviços de corretagem, empréstimos, gestão de risco e integração com os mercados de capitais DeFi e TradFi.

O poder computacional pode ser uma nova mercadoria física rara em décadas, e podemos estar testemunhando sua jornada desde negociações iniciais facilitadas privadamente até uma classe de ativos completa.